赖晓明
- 作品数：15 被引量：51H指数：4
- 供职机构：中国科学院南京地理与湖泊研究所更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金国家杰出青年科学基金更多>>
- 相关领域：农业科学环境科学与工程交通运输工程水利工程更多>>
- 高砾石土壤坡面三维水分运动优化模拟研究
- 坡面三维土壤水分运动的模拟是土壤水文研究的热点。由于土壤水力参数在空间上的异质性难以获取，以往研究往往采用空间均一的简化处理。此外，砾石对土壤水力性质存在较大影响，但传统的模拟中并不考虑砾石含量对土壤水力性质和土壤水分运...
- 赖晓明朱青
- 关键词：水分运动K-MEANS聚类
- 基于模型耦合的高砾石茶园坡面硝态氮淋失时空分异特征
- 赖晓明朱青
- 基于气象因子的长三角地区农田站点土壤水分时间序列预测被引量：9
- 2021年
- 以长三角3省1市为研究区,旨在构建长三角地区土壤水分长时间序列,为农业生产和遥感算法提供数据支撑。研究基于空间匹配的站点土壤水分数据和气象数据,利用主成分分析得到4个有效主成分作为线性回归和BP神经网络模型的输入因子,建立土壤水分与气象因子间的定量关系,并评估所构建模型的精度。结果表明,基于全部站点数据建立的单一BP神经网络模型优于单一线性回归模型。单一线性回归模型的R 2=0.34,RMSE=0.046 m^(3)/m^(3),MAE=3.67%;而单一BP神经网络模型的训练、验证和测试3个数据集的R 2均在0.64以上,RMSE<0.043 m^(3)/m^(3),MAE低于3.4%。根据逐个站点分别构建分站点的BP神经网络模型,其总体精度高于基于全部站点数据构建的单一BP神经网络模型。分站点构建的BP神经网络模型的总体精度方面,3个数据集的R 2均值在0.75以上,RMSE<0.039 m^(3)/m^(3),MAE低于3%。通过对逐个站点分别构建BP神经网络模型,获得了精度较高、较稳定的土壤水分拟合结果。
- 李柳阳朱青刘亚廖凯华廖凯华
- 关键词：土壤水文长三角遥感反演
- 基于Hydrus-1D模型的太湖流域农田系统水分渗漏和氮磷淋失特征分析被引量：10
- 2015年
- 在土壤水分长期定位观测基础上,应用Hydrus-1D模型对太湖流域典型稻麦轮作农田土壤水分渗漏进行动态模拟,并结合深层土壤溶液取样及氮磷浓度测定,分析了当前耕作方式下农田水分渗漏和氮磷淋失特征。结果表明,土壤水渗漏与降雨、灌溉及前期土壤含水率有关;麦季深层渗漏量小但持续时间长,而稻季单次渗漏量大却持续时间短。模拟时段内铵态氮和可溶解性总磷的淋失主要发生在稻季,淋失量分别为2.62、0.49kg/hm2,分别占稻麦轮作期总淋失量的96.0%、96.0%,而硝态氮淋失主要发生在麦季,淋失量为57.97kg/hm2,占总淋失量的80.2%;无机氮淋失的主要形态为硝态氮,其淋失量占总淋失量的96.4%。综合看来,硝态氮应作为主要阻控对象,以减少农田面源污染对地下水及太湖水体的污染风险。此外,氮磷淋失在6、7月份即休耕期和水稻生长早期容易达到峰值,应得到重视。
- 赖晓明廖凯华朱青吕立刚徐飞
- 关键词：稻麦轮作富营养化
- 土壤水文过程对土壤砾石的响应——全球Meta分析
- 2023年
- 砾石广泛分布在土壤内部和表面,影响着土壤水文过程,对水土保持等生态系统服务产生影响.然而土壤水文过程如何响应砾石的特征(如位置、含量、覆盖面积、覆盖厚度、尺寸等)仍存在争议.本研究从全球168篇文献中提取相关数据,研究砾石特征对土壤水文过程(如土壤流失速率、蒸发速率、地表径流速率、入渗速率、土壤含水量和土壤蓄水量)和饱和导水率的作用.结果显示:砾石完全嵌入土壤内部时,饱和导水率、地表径流速率和土壤流失速率分别平均提高6.9%、12.8%和22.3%,但蒸发速率、入渗速率和土壤含水量分别平均降低15.4%、30.7%和9.9%;随着砾石含量增加,砾石对土壤水文过程的影响加强.当砾石处于土壤表层并覆盖部分地表时,促进了入渗,但蒸发速率平均降低36.9%,地表径流速率平均降低25.4%,土壤流失速率平均降低59.3%,并因此使得土壤含水量和蓄水量提升;然而由于入渗断面减小,入渗速率随砾石覆盖度增加而减小.当地表完全被砾石覆盖时,蒸发速率平均降低59.5%,入渗速率平均降低76.5%,但土壤含水量和蓄水量有所提升;除入渗速率外,砾石对土壤水文过程的影响随覆盖厚度的增加而增强.砾石部分嵌入土壤表面时,地表径流速率平均提高15.3%,土壤流失速率平均提高34.7%,土壤含水量平均提高24.3%,但入渗速率有所降低;然而由于水分运动路径的曲折度增加,高砾石覆盖度时地表径流速率降低.此外,相较于其他砾石特征,砾石尺寸对土壤水文过程的影响较弱.本研究有助于深化砾石影响土壤水文过程的认知,对土壤与水文相关模型的构建和优化具有重要意义.
- 王永武朱青赖晓明赖晓明郭长强
- 关键词：META分析土壤水文土壤水分流域
- 太湖流域丘陵区两种土地利用类型土壤水分分布控制因素被引量：18
- 2016年
- 为探究太湖流域丘陵区典型土地利用类型(如竹林地和茶园)土壤水分的控制因素,在不同深度土壤水分定期观测的基础上,根据前7d降雨量将研究时段划分为干旱状态和湿润状态,利用分类与回归树(CART)方法得出不同干湿状态下土壤水分分布的主控因子,并借助典范对应分析(CCA)定量分析不同土地利用类型、不同土壤深度土壤水分格局与环境因子关系。结果表明:(1)高程、土地利用类型和土层厚度对土壤水分分布的相对贡献率最大,但在不同干湿状态下其影响程度存在差异;(2)干旱状态时土壤水分主要受高程、坡度、地形湿度指数(TWI)和剖面曲率等地形因素的作用,而土层厚度和粘粒也分别为0—20 cm和20—40 cm深度土壤水分的主控因子;(3)在湿润状态下,茶园0—20 cm土壤水分的主控因素为地形因子,在20—40 cm则以土壤性质为主,竹林地两个深度的土壤水分受地形和土壤性质的作用都很强,其中20—40 cm深度土壤水分与环境因子的关系较0—20 cm深度更为复杂。
- 徐飞赖晓明朱青廖凯华
- 关键词：太湖流域土壤水分环境因子主控因子
- 季节性干湿气候对茶园坡面土壤硝态氮淋失的影响被引量：2
- 2021年
- 气候变化背景下,季节性干湿对土壤NO_(3)^(-)-N淋失产生重大影响。本文以太湖流域典型茶园为研究对象,基于1960—2019年降雨数据,提取每个季节十年一遇干旱、十年一遇湿润和最接近平均降雨量的气象数据,组合成31种降雨情景,并采用DNDC模型模拟不同情景下NO_(3)^(-)-N淋失通量,探讨季节性干湿气候对土壤NO_(3)^(-)-N淋失的影响。结果表明:湿润季节越多,NO_(3)^(-)-N的淋失通量越大,反之则越小;NO_(3)^(-)-N淋失容易发生在降雨集中的季节、施肥之后的雨期或干旱之后的雨期。春季和秋季干旱会导致NO_(3)^(-)-N淋失通量大幅减小,减幅分别为83.9%和63.4%;秋季或冬季干旱时,如果后续季节遇到降雨,NO_(3)^(-)-N淋失通量均有明显增加。春季湿润导致NO_(3)^(-)-N淋失通量大幅增加,增幅为50.5%左右;而秋季湿润对NO_(3)^(-)-N淋失通量无明显影响。季节性干旱情景下,NO_(3)^(-)-N淋失存在滞后效应,对后续季节NO_(3)^(-)-N的淋失影响显著,到来年夏季结束;季节性湿润情景下,NO_(3)^(-)-N淋失存在提前效应,但对后续季节NO_(3)^(-)-N淋失影响较小,到来年秋季结束。本研究有助于气候变化背景下面源氮素损失的风险评估和精准农业管理。
- 柳菲赖晓明朱青廖凯华
- 关键词：季节性干旱DNDC模型
- 天目湖流域茶园不同施肥水平与方式对茶叶品质和土壤氮磷淋失浓度的影响
- 2023年
- [目的]出于对天目湖流域水环境保护的需要,揭示施肥对茶叶品质和土壤氮磷淋失的影响机制,遴选流域内茶园最佳施肥模式,进而为天目湖流域面源污染治理提供理论支撑。[方法]基于长期定位试验,考虑了两种施肥方式(传统复合肥CF和优化缓释肥OF),并设置了CF/OF 1(214.73,74.26 kg/hm^(2)),CF/OF_(2)(245.40,84.86 kg/hm^(2)),CF/OF 3(306.75,106.08 kg/hm^(2))和CF/OF_(4)(368.10,127.30 kg/hm^(2))4个氮磷施用水平,以探讨其对天目湖茶园土壤氮磷淋失浓度和茶叶品质的影响。[结果]在同等施肥水平下,相较于CF处理,基于OF的茶园土壤溶解性总氮、硝态氮、溶解性总磷和正磷酸盐淋失浓度分别减少40.22%~82.31%,44.86%~62.39%,26.67%~96.36%和20.00%~97.29%;不同施肥水平和方式对茶叶水浸出物含量的影响很小(变化范围47.4%~48.7%),但对茶叶酚氨比的影响显著,其中2022年春茶以CF_(4)最低(2.52),其次为CF 1(2.71)和OF 1(2.76)。[结论]综合考虑茶叶品质和土壤氮磷淋失浓度等因素,采用OF 1施肥模式可在确保研究区茶叶品质不降低的条件下有效减少土壤的氮磷淋失。
- 叶志成朱青廖凯华李恒鹏赖晓明李保杰刘亚
- 关键词：茶园面源污染缓释肥
- 全球尺度上土壤^(15)N自然丰度空间变化的影响因素
- 2022年
- 目前土壤^(15)N自然丰度(δ^(15)N)空间变化影响机制的研究多聚焦于区域尺度,对全球尺度的探索存在不足。本文采用全球812个样点处的土壤δ^(15)N值与土壤含水量、气象、土壤性质因子数据,构建各因子与土壤δ^(15)N值的相关关系,并结合结构方程模型以揭示全球尺度土壤δ^(15)N值空间变化的影响机制。结果表明:土壤含水量、气象、土壤性质因子与土壤δ^(15)N值呈显著相关关系(P<0.01);相较于均值,气象的时间变化特征因子(平均气温日较差和降雨季节变率)与土壤δ^(15)N值和土壤含水量的相关程度更高。土壤性质因子对土壤δ^(15)N值的总效应最高(–0.41);气象和土壤性质因子可通过土壤含水量间接影响土壤δ^(15)N值。当排除气象和土壤性质的影响后,土壤含水量对土壤δ^(15)N值的效应为正。
- 昝麒麟赖晓明朱青王卫光李柳阳刘亚
- 关键词：土壤含水量
- 太湖流域丘陵区林地坡面土壤N2O排放及硝态氮淋失模拟研究
- 廖凯华赖晓明周志文朱青
